文件名称：tf-TabNet:TabNet的Tensorflow 2.0实现
文件大小：391KB
文件格式：ZIP
更新时间：2024-06-03 02:13:44
Python
Tensorflow 2.0的TabNet 本文的Tensorflow 2.0端口，其原始代码库可从。 上面的图像是从论文中获得的，其中模型是由两个阶段的块构成的-一个阶段用于关注输入要素，另一个阶段则用于构建模型的输出。 与纸张的差异 与本文和官方实施有两个主要区别。 此实现在规范化方法中提供了一种选择，可以是来自纸张的常规Batch Normalization ，也可以是Group Normalization 。 已经观察到，本文使用非常大的批处理大小来稳定“批处理归一化”并获得良好的概括性。 与此相关的一个问题是计算成本。 因此，组归一化（将组数设置为1，又称为实例归一化）提供了一个与批大小无关的合理选择。 可以将num_groups的Instance Normalization类型的行为设置为1，或-1的Layer Normalization类型的行为设置为-1。 此
【文件预览】：
tf-TabNet-master
----setup.py(3KB)
----.gitignore(1KB)
----images()
--------TabNet.png(366KB)
----requirements.txt(0B)
----tabnet()
--------stacked_tabnet.py(19KB)
--------tabnet.py(26KB)
--------__init__.py(587B)
--------custom_objects.py(14KB)
----MANIFEST.in(18B)
----LICENSE(1KB)
----setup.cfg(28B)
----examples()
--------train_iris.py(2KB)
--------train_embedding.py(5KB)
--------train_mnist.py(2KB)
--------train_stacked_mnist.py(3KB)
----README.md(5KB)
----tests()
--------test_custom_objects.py(9KB)